#китайскиетехнологии — посты и обсуждения

Этих двух роботов часто ставят рядом, потому что оба китайские, оба гуманоидные и оба умеют эффектные трюки. Но по философии и назначению это совсем разные машины.

Кратко:

Unitree G1 — компактный «ученик и шоумен»: маленький, доступный, отлично подходит для лабораторий, вузов и вирусных роликов.

EngineAI T800 — полноразмерный «рабочий и боец»: мощный, тяжёлый, создан для промышленности и серьёзных нагрузок.

Сравнение по ключевым параметрам:

Параметр

🦿Unitree G1

🦾EngineAI T800

Рост

🦿~127–132 см

🦾173 см

Вес

🦿~35 кг

🦾75 кг

Степени свободы

🦿23 (база), до 43–70 в EDU-версиях

🦾29 (база), до 41–46 с кистями

Макс. момент суставов

🦿до 120–360 Н·м (зависит от версии)

🦾до 450 Н·м

Макс. скорость

🦿2 м/с (~7 км/ч)

🦾3 м/с (~10–11 км/ч)

Грузоподъёмность руки

🦿до 2–3 кг

🦾до 5 кг на руку

Время работы

🦿~2 часа

🦾2–5 часов (твердотельный аккумулятор)

Вычислитель

🦿NVIDIA Jetson Orin (до 100 TOPS)

🦾Intel N97 + NVIDIA AGX Orin (до 275 TOPS),

в Pro — Jetson Thor (2000 TOPS)

Сенсоры

🦿3D-лидар, камера глубины RealSense, IMU

360° лидар, RealSense D415/D435i,

🦾AC1 сенсорный комплект

Охлаждение

🦿Тепловые трубки (пассивное)

🦾Активное воздушное во всех суставах

Материал корпуса

🦿Алюминиевый сплав + пластик

🦾Авиационный магниево-алюминиевый сплав

Цена (база)

🦿~$13 500–14 000

🦾~$25 000

Цена (топовая версия)

🦿~$43 900 (EDU)

🦾~$50 000 (Max)

💪В чём G1 сильнее:

Доступность. Базовая версия G1 — один из самых дешёвых полноразмерных гуманоидов на рынке. Для вузов и небольших лабораторий это главный аргумент.

Развитая экосистема. У Unitree больше SDK, примеров кода, сообщества разработчиков. Студенты по всему миру уже работают с G1 в ROS2, пишут политики ходьбы, тренируют нейросети.

Компактность. Меньше весит, проще транспортировать, не так опасен при падении (35 кг против 75 кг).

Акробатика. G1 умеет делать сальто, вставать после падений, спарринговать с человеком — и делает это на камеру лучше большинства конкурентов. Недавно модифицированная версия даже поднялась на вулкан Чимборасо до высоты 6200 м.

💪В чём T800 сильнееСила и мощность. Пиковый момент 450 Н·м — это серьёзно. T800 может выбивать двери, делать удары ногами с размахом, поднимать тяжёлые предметы. G1 до таких нагрузок не дотягивает.

Полноразмерный формат. 173 см и 75 кг — это габариты взрослого человека. T800 лучше подходит для работы в среде, спроектированной под человека: стандартные высоты столов, дверные проёмы, лестницы.

Активное охлаждение. В каждом суставе стоит вентилятор. Это позволяет T800 работать дольше при высоких нагрузках без перегрева — критично для промышленных смен.

Твердотельный аккумулятор. Более высокая плотность энергии, выше безопасность, до 4–5 часов работы.

Вычислительная мощность. В топовой версии — NVIDIA Jetson Thor с 2000 TOPS. Это в 20 раз больше, чем у G1. T800 может обрабатывать более сложные нейросети прямо на борту.

Промышленная прочность. Корпус из авиационного магниево-алюминиевого сплава выдерживает удары и длительные нагрузки.

💪Для чего каждый из них лучше подходит:

Задача

Кто лучше⁉️

Обучение и R&D в вузе

G1 — дешевле, проще, больше сообщества

Демонстрации и выставки

G1 — компактнее, безопаснее, эффектные трюки

Промышленные задачи (склад, цех)

T800 — прочнее, мощнее, дольше работает

Тяжёлые манипуляции (до 5 кг на руку)

T800

Отработка ИИ-алгоритмов на борту

T800 (Pro/Max) — больше вычислительной мощности

Спортивные и акробатические демо

G1 — легче, проворнее, лучше балансирует в трюках

Работа в человеческой среде (двери, лестницы)

T800 — полноразмерный

Что общего

Оба — китайские разработки (Unitree — Ханчжоу, EngineAI — Шэньчжэнь).

Оба работают на базе Linux и поддерживают ROS2.

Оба используют камеры глубины Intel RealSense и 3D-лидары.

Оба обучаются через симуляторы (Isaac Gym, Mujoco) и имитационное обучение.

#роботы #гуманоидныероботы #UnitreeG1 #EngineAIT800 #робототехника #технологии #инновации #tech #будущееужездесь #сравнениероботов #искусственныйинтеллект #AI #инженерныерешения #китайскиетехнологии #промышленныероботы

🤖Тут и правда есть забавное сходство: и человек, и робот учатся по видео, но делают это совершенно по‑разному. Разберём, как именно Unitree G1 (который гуляет по Москве)«смотрит» видео с людьми и превращает увиденное в движения — и чем это отличается от того, как учимся мы.

📍Как робот учится по видео: имитационное обучение (Imitation Learning)

Для G1 это не «посмотрел и повторил», а многоступенчатый инженерный процесс.

✅Разметка человеческого тела. Сначала видео с человеком прогоняют через нейросеть‑оценщик поз (pose estimator), например, MediaPipe или OpenPose. Она ставит на тело человека 17–25 ключевых точек: плечи, локти, запястья, бёдра, колени, стопы. Получается не картинка, а таблица чисел — координаты этих точек в каждом кадре.

✅Перенос на робота (Human‑to‑Robot Mapping). У человека и у G1 разная анатомия: разные длины конечностей, разные диапазоны вращения суставов. Поэтому координаты точек переводят в углы суставов робота. Это делают с помощью оптимизатора: он подбирает такие углы в 23 степенях свободы G1, чтобы его поза максимально совпадала с человеческой. На выходе — траектория углов во времени.

✅Сглаживание и безопасность. «Сырые» траектории часто резкие: человек может махнуть рукой слишком быстро, и робот рискует потерять равновесие или повредить приводы. Поэтому траектории сглаживают фильтрами, ограничивают скорости и ускорения, добавляют требования по балансу (центр масс должен оставаться над опорой).

✅Отработка в симуляторе. Полученную траекторию сначала прогоняют в симуляторе (Isaac Gym, Mujoco, Gazebo). Робот там сотни раз падает, встаёт, корректирует движение — алгоритм учится быть устойчивым. Это этап обучения с подкреплением (Reinforcement Learning), который «докручивает» сырую имитацию до надёжного поведения.

✅Перенос на реального робота (Sim2Real). Когда в симуляторе всё стабильно, траекторию и политику управления переносят на реального G1. На практике всё равно нужна небольшая донастройка: реальный мир шумнее (пол чуть скользкий, кабель под ногой), поэтому добавляют простые контроллеры обратной связи (PD‑регуляторы), которые держат углы и компенсируют мелкие отклонения.

📍Примеры, как это выглядит на практике:

✅Танец или «поза из мема». Берут видео, где человек делает эффектное движение. Нейросеть извлекает ключевые точки, оптимизатор строит траекторию для 23 суставов G1, симулятор докручивает баланс — и робот повторяет движение, сохраняя устойчивость. Так появляются вирусные ролики.

✅Бытовые действия (открыть дверь, взять предмет). Тут важнее не поза, а последовательность шагов и взаимодействие с объектом. Для этого используют не только видео, но и телеуправление: оператор в костюме захвата движений или через джойстик показывает, как правильно тянуть ручку или обхватывать чашку. Эти данные добавляют к видео, чтобы робот понял не только «как стоять», но и «как действовать».

📍Чем это отличается от того, как учится человек:

✅Параметр.

👨‍🦯Человек

🤖Unitree G1

✅Восприятие.

👨‍🦯Интуитивно «видит» смысл действия, понимает контекст и намерения.

🤖Видит только пиксели и точки; смысл и намерения нужно явно задавать через цели и ограничения.

✅Обобщение.

👨‍🦯Легко переносит навык на новые условия (другая дверь, другой угол).

🤖Требует дообучения или новых демонстраций; обобщает хуже, особенно при сильных изменениях.

✅Обратная связь.

👨‍🦯Чувствует тело, боль, усталость; корректирует движение по ощущениям.

🤖Опирается на датчики усилия, IMU, энкодеры; «боль» — это ошибка контроллера или падение.

✅Скорость обучения.

👨‍🦯Может научиться простому жесту за 1–3 попытки.

🤖Требует сотен/тысяч симуляционных попыток плюс реальные тесты; подготовка данных тоже занимает время.

✅Безопасность.

👨‍🦯Самостоятельно избегает опасных движений.

🤖Инженеры заранее ограничивают диапазоны и скорости, чтобы робот не травмировал себя и людей.

📍Где и как это делают на практике:

✅В лабораториях и вузах на версиях G1 EDU: у них открыт доступ к низкоуровневому управлению, SDK и ROS2. Студенты собирают короткие видео‑демонстрации, обрабатывают их скриптами на Python, запускают обучение в симуляторе и переносят на робота.

✅На уровне компании‑разработчика. используют большие датасеты из сотен человеческих демонстраций и мощные вычислительные кластеры. Так обучают базовые политики ходьбы и баланса, которые потом «вшивают» в прошивки всех G1

Так что, когда видим, как G1 «танцует» или повторяет движение из видео, за этим стоит не магия, а цепочка: оценка поз → перенос на другую кинематику → симуляция и дообучение → перенос на реального робота.

#роботы #гуманоидныероботы #UnitreeG1 #EngineAIT800 #робототехника #технологии #инновации #tech #будущееужездесь #сравнениероботов #искусственныйинтеллект #AI #инженерныерешения #китайскиетехнологии #промышленныероботы